| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·工件加工质量检测方法研究现状 | 第9-12页 |
| ·基于传感器监控技术的工件加工质量检测方法 | 第9-10页 |
| ·基于图像处理技术的工件加工质量检测方法 | 第10-12页 |
| ·工件表面缺陷检测方法研究现状 | 第12-16页 |
| ·基于传感器监控技术的工件表面缺陷检测 | 第13页 |
| ·基于图像处理技术的工件表面缺陷检测 | 第13-16页 |
| ·论文拟解决的问题及解决思路 | 第16-17页 |
| ·论文研究的主要内容与课题来源 | 第17-18页 |
| 第2章 信息采集实验平台的设计与搭建 | 第18-29页 |
| ·传感器监测信号采集平台设计与搭建 | 第18页 |
| ·工件表面图像采集平台设计与搭建 | 第18-22页 |
| ·工件放置平台搭建 | 第19-20页 |
| ·照明装置选取 | 第20页 |
| ·镜头参数确定 | 第20-22页 |
| ·工件加工信息采集系统 | 第22-28页 |
| ·传感器类型及监测信号采集 | 第22-24页 |
| ·图像采集与 HALCON 软件简介 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于监测信号多特征 PCA 分析的加工质量分类 | 第29-36页 |
| ·监测信号描述 | 第29页 |
| ·AMT 算法的提出 | 第29-32页 |
| ·AMT 算法描述 | 第29-31页 |
| ·AMT 算法基点选择 | 第31-32页 |
| ·基于 AMT 算法的监测信号 MA 和 MDY 特征提取 | 第32-34页 |
| ·监测信号 z-score 标准化后的 MA 和 MDY 特征 | 第32-33页 |
| ·监测信号分段处理后的 MA 和 MDY 特征 | 第33-34页 |
| ·基于 MA 和 MDY 特征 PCA 分析的加工质量分类 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于改进 PCA 算法的表面图像纹理分割 | 第36-42页 |
| ·经典 PCA 算法在图像纹理分割中的应用 | 第36-38页 |
| ·PCA 算法原理 | 第36-37页 |
| ·纹理图像重构 | 第37-38页 |
| ·重构图像的阈值处理 | 第38页 |
| ·改进 PCA 算法在图像纹理分割中的应用 | 第38-40页 |
| ·图像质量评价准则及分割效果比较 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 基于纹理局部方向特征的工件表面缺陷定位 | 第42-60页 |
| ·传统的表面纹理特征提取方法及特征类型 | 第42-45页 |
| ·纹理图像增强预处理 | 第45-50页 |
| ·纹理图像滤波 | 第45-49页 |
| ·纹理图像归一化 | 第49页 |
| ·纹理图像细化 | 第49-50页 |
| ·基于纹理局部方向特征的表面缺陷定位 | 第50-59页 |
| ·纹理频率计算 | 第51-53页 |
| ·纹理图像分块 | 第53页 |
| ·纹理局部方向特征计算及缺陷位置分析 | 第53-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 结论与展望 | 第60-62页 |
| ·课题总结 | 第60-61页 |
| ·课题展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 个人简历、在校期间发表的学术论文与研究成果 | 第68页 |
